Mark Wickham - Practical Java Machine Learning_ Projects with Google Cloud Platform and Amazon Web S - Practical Java Machine Learning Projects with

Mark Wickham - Practical Java Machine Learning_ Projects with Google Cloud Platform and Amazon Web S

This preview shows page 1 out of 410 pages.

You've reached the end of your free preview.

Want to read all 410 pages?

Unformatted text preview: Practical Java Machine Learning Projects with Google Cloud Platform and Amazon Web Services — Mark Wickham Practical Java Machine Learning Projects with Google Cloud Platform and Amazon Web Services Mark Wickham Practical Java Machine Learning: Projects with Google Cloud Platform and Amazon Web Services Mark Wickham Irving, TX, USA ISBN-13 (pbk): 978-1-4842-3950-6 ISBN-13 (electronic): 978-1-4842-3951-3 Library of Congress Control Number: 2018960994 Copyright © 2018 by Mark Wickham This work is subject to copyright. All rights are reserved by the Publisher, whether the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and transmission or information storage and retrieval, electronic adaptation, computer software, or by similar or dissimilar methodology now known or hereafter developed. Trademarked names, logos, and images may appear in this book. Rather than use a trademark symbol with every occurrence of a trademarked name, logo, or image we use the names, logos, and images only in an editorial fashion and to the benefit of the trademark owner, with no intention of infringement of the trademark. The use in this publication of trade names, trademarks, service marks, and similar terms, even if they are not identified as such, is not to be taken as an expression of opinion as to whether or not they are subject to proprietary rights. While the advice and information in this book are believed to be true and accurate at the date of publication, neither the authors nor the editors nor the publisher can accept any legal responsibility for any errors or omissions that may be made. The publisher makes no warranty, express or implied, with respect to the material contained herein. Managing Director, Apress Media LLC: Welmoed Spahr Acquisitions Editor: Steve Anglin Development Editor: Matthew Moodie Coordinating Editor: Mark Powers Cover designed by eStudioCalamar Cover image designed by Freepik ( ) Distributed to the book trade worldwide by Springer Science+Business Media New York, 233 Spring Street, 6th Floor, New York, NY 10013. Phone 1-800-SPRINGER, fax (201) 348-4505, e-mail [email protected], or visit . Apress Media, LLC is a California LLC and the sole member (owner) is Springer Science + Business Media Finance Inc (SSBM Finance Inc). SSBM Finance Inc is a Delaware corporation. For information on translations, please e-mail [email protected]; for reprint, paperback, or audio rights, please email [email protected] Apress titles may be purchased in bulk for academic, corporate, or promotional use. eBook versions and licenses are also available for most titles. For more information, reference our Print and eBook Bulk Sales web page at . Any source code or other supplementary material referenced by the author in this book is available to readers on GitHub via the book's product page, located at . For more detailed information, please visit . Printed on acid-free paper Table of Contents About the Author����������������������������������������������������������������������������������������������������� xi About the Technical Reviewer������������������������������������������������������������������������������� xiii Preface�������������������������������������������������������������������������������������������������������������������xv Chapter 1: Introduction�������������������������������������������������������������������������������������������� 1 1.1 Terminology����������������������������������������������������������������������������������������������������������������������������� 1 1.2 Historical��������������������������������������������������������������������������������������������������������������������������������� 5 1.3 Machine Learning Business Case������������������������������������������������������������������������������������������� 7 Machine Learning Hype����������������������������������������������������������������������������������������������������������� 7 Challenges and Concerns�������������������������������������������������������������������������������������������������������� 8 Data Science Platforms����������������������������������������������������������������������������������������������������������� 9 ML Monetization�������������������������������������������������������������������������������������������������������������������� 13 The Case for Classic Machine Learning on Mobile���������������������������������������������������������������� 14 1.4 Deep Learning����������������������������������������������������������������������������������������������������������������������� 18 Identifying DL Applications���������������������������������������������������������������������������������������������������� 19 1.5 ML-Gates Methodology�������������������������������������������������������������������������������������������������������� 22 ML-Gate 6: Identify the Well-Defined Problem���������������������������������������������������������������������� 23 ML-Gate 5: Acquire Sufficient Data��������������������������������������������������������������������������������������� 24 ML-Gate 4: Process/Clean/Visualize the Data����������������������������������������������������������������������� 25 ML-Gate 3: Generate a Model������������������������������������������������������������������������������������������������ 25 ML-Gate 2: Test/Refine the Model����������������������������������������������������������������������������������������� 25 ML-Gate 1: Integrate the Model��������������������������������������������������������������������������������������������� 26 ML-Gate 0: Deployment��������������������������������������������������������������������������������������������������������� 26 Methodology Summary��������������������������������������������������������������������������������������������������������� 27 1.6 The Case for Java������������������������������������������������������������������������������������������������������������������ 27 Java Market��������������������������������������������������������������������������������������������������������������������������� 27 Java Versions������������������������������������������������������������������������������������������������������������������������� 29 iii Table of Contents Installing Java���������������������������������������������������������������������������������������������������������������������� 31 Java Performance����������������������������������������������������������������������������������������������������������������� 33 1.7 Development Environments�������������������������������������������������������������������������������������������������� 35 Android Studio����������������������������������������������������������������������������������������������������������������������� 36 Eclipse����������������������������������������������������������������������������������������������������������������������������������� 39 Net Beans IDE������������������������������������������������������������������������������������������������������������������������ 43 1.8 Competitive Advantage��������������������������������������������������������������������������������������������������������� 44 Standing on the Shoulders of Giants������������������������������������������������������������������������������������� 44 Bridging Domains������������������������������������������������������������������������������������������������������������������ 45 1.9 Chapter Summary����������������������������������������������������������������������������������������������������������������� 46 Key Findings�������������������������������������������������������������������������������������������������������������������������� 46 Chapter 2: Data: The Fuel for Machine Learning���������������������������������������������������� 47 2.1 Megatrends�������������������������������������������������������������������������������������������������������������������������� 48 Explosion of Data������������������������������������������������������������������������������������������������������������������� 48 Highly Scalable Computing Resources���������������������������������������������������������������������������������� 51 Advancement in Algorithms��������������������������������������������������������������������������������������������������� 52 2.2 Think Like a Data Scientist���������������������������������������������������������������������������������������������������� 52 Data Nomenclature���������������������������������������������������������������������������������������������������������������� 53 Defining Data������������������������������������������������������������������������������������������������������������������������� 54 2.3 Data Formats������������������������������������������������������������������������������������������������������������������������ 55 CSV Files and Apache OpenOffice����������������������������������������������������������������������������������������� 57 ARFF Files������������������������������������������������������������������������������������������������������������������������������ 62 JSON�������������������������������������������������������������������������������������������������������������������������������������� 63 2.4 JSON Integration������������������������������������������������������������������������������������������������������������������� 69 JSON with Android SDK��������������������������������������������������������������������������������������������������������� 69 JSON with Java JDK�������������������������������������������������������������������������������������������������������������� 70 2.5 D  ata Preprocessing��������������������������������������������������������������������������������������������������������������� 72 Instances, Attributes, Labels, and Features��������������������������������������������������������������������������� 73 Data Type Identification��������������������������������������������������������������������������������������������������������� 74 Missing Values and Duplicates���������������������������������������������������������������������������������������������� 74 Erroneous Values and Outliers����������������������������������������������������������������������������������������������� 76 iv Table of Contents Macro Processing with OpenOffice Calc������������������������������������������������������������������������������� 77 JSON Validation��������������������������������������������������������������������������������������������������������������������� 79 2.6 Creating Your Own Data�������������������������������������������������������������������������������������������������������� 80 Wifi Gathering������������������������������������������������������������������������������������������������������������������������ 80 2.7 Visualization������������������������������������������������������������������������������������������������������������������������� 84 JavaScript Visualization Libraries������������������������������������������������������������������������������������������ 84 D3 Plus���������������������������������������������������������������������������������������������������������������������������������� 86 2.8 Project: D3 Visualization�������������������������������������������������������������������������������������������������������� 86 2.9 Project: Android Data Visualization��������������������������������������������������������������������������������������� 97 2.10 Summary�������������������������������������������������������������������������������������������������������������������������� 102 Key Data Findings���������������������������������������������������������������������������������������������������������������� 103 Chapter 3: Leveraging Cloud Platforms���������������������������������������������������������������� 105 3.1 Introduction������������������������������������������������������������������������������������������������������������������������� 105 Commercial Cloud Providers����������������������������������������������������������������������������������������������� 106 Competitive Positioning������������������������������������������������������������������������������������������������������� 109 Pricing��������������������������������������������������������������������������������������������������������������������������������� 110 3.2 Google Cloud Platform (GCP)���������������������������������������������������������������������������������������������� 112 Google Compute Engine (GCE) Virtual Machines (VM)��������������������������������������������������������� 114 Google Cloud SDK���������������������������������������������������������������������������������������������������������������� 116 Google Cloud Client Libraries���������������������������������������������������������������������������������������������� 120 Cloud Tools for Eclipse (CT4E)��������������������������������������������������������������������������������������������� 120 GCP Cloud Machine Learning Engine (ML Engine)��������������������������������������������������������������� 121 GCP Free Tier Pricing Details����������������������������������������������������������������������������������������������� 122 3.3 Amazon AWS����������������������������������������������������������������������������������������������������������������������� 123 AWS Machine Learning������������������������������������������������������������������������������������������������������� 124 AWS ML Building and Deploying Models����������������������������������������������������������������������������� 126 AWS EC2 AMI����������������������������������������������������������������������������������������������������������������������� 131 Running Weka ML in the AWS Cloud������������������������������������������������������������������������������������ 135 AWS SageMaker������������������������������������������������������������������������������������������������������������������ 141 AWS SDK for Java��������������������������������������������������������������������������������������������������������������� 143 AWS Free Tier Pricing Details���������������������������������������������������������������������������������������������� 147 v Table of Contents 3.4 Machine Learning APIs������������������������������������������������������������������������������������������������������� 148 Using ML REST APIs������������������������������������������������������������������������������������������������������������ 150 Alternative ML API Providers����������������������������������������������������������������������������������������������� 151 3.5 Project: GCP Cloud Speech API for Android������������������������������������������������������������������������� 152 Cloud Speech API App Overview������������������������������������������������������������������������������������������ 153 GCP Machine Learning APIs������������������������������������������������������������������������������������������������� 155 Cloud Speech API Authentication����������������������������������������������������������������������������������������� 156 Android Audio���������������������������������������������������������������������������������������������������������������������� 161 Cloud Speech API App Summary����������������������������������������������������������������������������������������� 165 3.6 Cloud Data for Machine Learning���������������������������������������������������������������������������������������� 166 Unstructured Data��������������������������������������������������������������������������������������������������������������� 167 NoSQL Databases��������������������������������������������������������������������������������������������������������������� 168 NoSQL Data Store Methods������������������������������������������������������������������������������������������������� 170 Apache Cassandra Java Interface��������������������������������������������������������������������������������������� 172 3.7 Cloud Platform Summary���������������������������������������������������������������������������������������������������� 175 Chapter 4: Algorithms: The Brains of Machine Learning�������������������������������������� 177 4.1 Introduction������������������������������������������������������������������������������������������������������������������������� 177 ML-Gate 3���������������������������������������������������������������������������������������������������������������������������� 178 4.2 Algorithm Styles������������������������������������������������������������������������������������������������������������������ 179 Labeled vs. Unlabeled Data������������������������������������������������������������������������������������������������� 179 4.3 Supervised Learning����������������������������������������������������������������������������������������������������������� 180 4.4 Unsupervised Learning������������������������������������������������������������������������������������������������������� 182 4.5 Semi-Supervised Learning������������������������������������������������������������������������������������������������� 184 4.6 A  lternative Learning Styles������������������������������������������������������������������������������������������������ 185 Linear Regression Algorithm����������������������������������������������������������������������������������������������� 185 Deep Learning Algorithms��������������������������������������������������������������������������������������������������� 186 Reinforcement Learning������������������������������������������������������������������������������������������������������ 188 4.7 C  ML Algorithm Overview����������������������������������������������������������������������������������������������������� 189 4.8 Choose the Right Algorithm������������������������������������������������������������������������������������������������ 192 Functional Algorithm Decision Process������������������������������������������������������������������������������� 193 vi Table of Contents 4.9 The Seven Most Useful CML Algorithms����������������������������������������������������������������������������� 195 Naive Bayes Algorithm (NB)������������������������������������������������������������������������������������������������� 195 Random Forest Algorithm (RF)��������������������������������������������������������������������������������������������� 197 K-Nearest Neighbors Algorithm (KNN)��������������������������������������������������������������������������������� 199 Support Vector Machine Algorithm (SVM)���������������������������������������������������������������������������� 202 K-Means Algorithm�������������������������������������������������������������������������������������������������������������� 204 DBSCAN Algorithm�������������������������������������������������������������������������������������������������������������� 206 Expectation-Maximization (EM) Algorithm�������������������������������������������������������������������������� 208 4.10 Algorithm Performance����������������������������������������������������������������������������������������������������� 209 MNIST Algorithm Evaluation�������������������������������������������������������������������������������...
View Full Document

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture

  • Left Quote Icon

    Student Picture